寧 琳，白 迪

（沈陽工程學(xué)院 a.研究生部；b.電力學(xué)院，遼寧 沈陽 110136）

在如今這個能源緊缺的時代里，推廣并使用電動汽車已成為必然的發(fā)展趨勢。經(jīng)過我國在電動汽車相關(guān)技術(shù)等方面半個多世紀(jì)的研究與努力，現(xiàn)在整個國內(nèi)市場已取得了極大的進(jìn)步，不僅連續(xù)3年產(chǎn)銷量居世界首位，使用率也遠(yuǎn)遠(yuǎn)超過其他國家，且未來在新技術(shù)研發(fā)上也將漸趨完善。

電動汽車具有使用費(fèi)用低、對環(huán)境友好、安全性好的優(yōu)點。鑒于目前電動汽車的普及程度，當(dāng)大量不同種類的電動汽車同時接入微電網(wǎng)時，其無序的充放電會給整個系統(tǒng)帶來不利的影響，如造成電壓不穩(wěn)等問題，且并網(wǎng)的同時引發(fā)用電負(fù)荷激增［1］。根據(jù)某城市日常駕駛模式的調(diào)查研究顯示，大部分行程都集中在上下班時間，在這些時段內(nèi)恰好是居民用電的高峰時期，若駕駛者選擇在此時對電動汽車進(jìn)行充電那便會“峰上加峰”，加重了輸配電的壓力。文獻(xiàn)［2］指出我國微電網(wǎng)的負(fù)荷峰谷比在日漸增大，平均峰谷差率已達(dá)到1：0.4，若不組織對策協(xié)調(diào)電能的供給，隨著電動汽車的規(guī)?；l(fā)展，該數(shù)值必將進(jìn)一步加大。

運(yùn)用V2G技術(shù)（Vehicle-to-Grid），引導(dǎo)用電高峰期電動汽車向微電網(wǎng)輸送電能，從而降低峰谷差。本文建立了V2G參與調(diào)峰的數(shù)學(xué)模型，根據(jù)文獻(xiàn)［3］的調(diào)度策略，提出了一種改進(jìn)的粒子群優(yōu)化算法，用MATLAB/Simulink仿真軟件將兩種算法的仿真結(jié)果進(jìn)行對比，驗證了電動汽車充放電對微電網(wǎng)能量協(xié)調(diào)控制的可行性，說明了優(yōu)化過的粒子群算法效果更為理想。

1 V2G技術(shù)概述

V2G技術(shù)充分體現(xiàn)了電動汽車與智能電網(wǎng)間的友好互動，它是能量、信息雙向互動的技術(shù)［4-6］。電動汽車的種類有很多，本質(zhì)上也有很大的區(qū)別，油電混合動力電動汽車沒有裝置可與電網(wǎng)產(chǎn)生相互作用，因此，接入電網(wǎng)不會有任何影響。只有純電動汽車和插電式混合動力電動汽車與電網(wǎng)有交互作用，可以考慮應(yīng)用V2G技術(shù)，本文所研究的電動汽車指該兩種。由于電動汽車在每日大部分時間內(nèi)均處于空閑狀態(tài)，如果利用電動汽車V2G功能，使能量在車輛和微電網(wǎng)之間雙向流動，作負(fù)載時可將電能儲存在電池中滿足自身需求，電網(wǎng)負(fù)荷高峰時段又可作為分布式儲能設(shè)備使用。V2G技術(shù)不僅可以降低遠(yuǎn)距離高電量的電能在傳輸過程中的網(wǎng)損，還可以大大減少電網(wǎng)高峰時所需要投入的火電資金，充分利用了智能電網(wǎng)的靈活性與電動汽車電池充放電的優(yōu)勢，有效對電網(wǎng)實施調(diào)峰，平滑了電網(wǎng)日負(fù)荷曲線，減緩了供電壓力。

2 V2G系統(tǒng)部件及信息流程

V2G系統(tǒng)在結(jié)構(gòu)上可概括為4個層面：電網(wǎng)層、站控層、智能充放電裝置層及車輛層［7］。其中，雙向智能充放電裝置既與電網(wǎng)交互信息，又與車輛進(jìn)行互動。整個系統(tǒng)的運(yùn)作需要各個設(shè)備之間保持通信，圖1為信息傳遞示意圖。

圖1 V2G系統(tǒng)信息流程

2.1 電池管理系統(tǒng)

電池管理系統(tǒng)（BMS）是電動汽車的重要組成單元，內(nèi)部包括電池終端模塊、中間控制模塊、顯示模塊。根據(jù)組成模塊各自不同的功能，BMS可以對電池進(jìn)行電壓、電流測量，溫度檢測，荷電狀態(tài)（SOC）、健康狀態(tài)（SOH）、可用能量狀態(tài)（SOE）［8］等數(shù)值估計并存儲數(shù)據(jù)，用診斷算法進(jìn)行故障自檢，防止過量充放電損傷車輛電池，必要時及時報警，保證運(yùn)行安全。BMS從各方面全面監(jiān)控電池性能，用CAN總線將數(shù)據(jù)完整傳輸?shù)匠浞烹娧b置，即EV-PCS，進(jìn)而上報到后臺管理系統(tǒng)做出反應(yīng)策略，將充放電指令傳回充放電裝置，如此實現(xiàn)了信息的雙向流動。

2.2 智能用戶終端

圖1中UT為用戶終端，用戶可在儀表盤上直觀了解到電動汽車的狀態(tài)信息。裝置的組成結(jié)構(gòu)如圖2所示，基礎(chǔ)電氣設(shè)備元件包括顯示器、揚(yáng)聲器、讀卡器等等，市面上大部分采用ARM嵌入式處理器，主要擁有無線數(shù)據(jù)通信模塊、GPS模塊和CAN總線接口。在電動汽車上安裝整個終端系統(tǒng)，除2.1節(jié)提到的與BMS雙向傳遞電池綜合信息以外，還可以把用戶的指令傳輸?shù)较鄳?yīng)的控制設(shè)備上，各自分別實現(xiàn)了信息交互。智能用戶終端具有GPS數(shù)據(jù)接收功能，定位用戶所處地理位置；具有無線通信功能，定期向后臺管理中心傳送UT統(tǒng)計的信息，目前主要使用通用無線分組技術(shù)GPRS/3G，并選擇合適的網(wǎng)絡(luò)作為外界遠(yuǎn)程聯(lián)系的通道。

圖2 用戶終端結(jié)構(gòu)

2.3 雙向智能充放電裝置

智能充放電機(jī)EV-PCS由低壓控制器LPCS和本地管理機(jī)CPCS組成，作為V2G技術(shù)的核心部分與各重要裝置均有相互作用，以RS485雙向連接智能電表SM記錄電量信息并設(shè)置參數(shù)。雙向智能充放電裝置無線接收控制中樞的充放電指令，在充電模式下執(zhí)行對象僅為車輛，為單向操作；如果是V2G模式（電網(wǎng)負(fù)荷高峰期），需要從UT得到用戶設(shè)置的SOC極值，功能上與EMS合并為一個系統(tǒng)負(fù)責(zé)確定充放電策略，與BMS雙向操作，且自帶欠壓、過壓、過流等保護(hù)功能。

3 V2G調(diào)峰模型

V2G參與電網(wǎng)調(diào)峰要比傳統(tǒng)的調(diào)峰方式響應(yīng)速度更快、綜合效益更高。目前，研究V2G技術(shù)應(yīng)用策略的方法以用仿真軟件預(yù)測電網(wǎng)負(fù)荷曲線為主，目的是使電動汽車入網(wǎng)后曲線會趨于平滑。

3.1 目標(biāo)函數(shù)

根據(jù)“削峰填谷”的優(yōu)化目標(biāo)，把調(diào)度中心的控制單元調(diào)整為1 h（共24個單元），日負(fù)荷曲線均方差最小值確立為目標(biāo)函數(shù)，即

式中，PLj為j時段電網(wǎng)負(fù)荷功率代表電網(wǎng)日平均負(fù)荷功率；n為接入電網(wǎng)的電動汽車數(shù)量；Pij為j時段i輛電動汽車參與電網(wǎng)調(diào)峰的總負(fù)荷功率，放電數(shù)值為正，充電數(shù)值為負(fù)。

3.2 約束條件

1）功率約束

電動汽車充放電功率約束為表達(dá)式（2），一般充電線路的傳輸功率不允許超過15 kW，因此，式中Pmax取值15，且該條件下主要考慮對電流的約束。式（3）、（4）中，Iic為充電電流；Iid為放電電流；IiN則根據(jù)不同種類電動汽車的電池型號來確定其額定值。

綜合以上式子，j時刻電動汽車i的功率約束條件為式（5）、（6）、（7），其中Vij為車輛充電的額定電壓（單相220 V，三相380 V）。

2）電池容量約束

用戶可以根據(jù)行駛需求設(shè)定約束范圍，在電動汽車離開電網(wǎng)時滿足下式：

式中，電池荷電狀態(tài)用Soc表示，定義為電池剩余容量與完全充滿電時容量QiN的比值；Socset為用戶對電池約束的荷電狀態(tài)；Socc為滿荷狀態(tài)。

SSoc為電池荷電狀態(tài)值，考慮電池的使用壽命，要求數(shù)值最小不低于0.2，最大不超過1，SSocij表示車輛i在j時段內(nèi)的荷電狀態(tài)，充放電時電池容量的變化量用△Qij表示，Qijmax可表示容量上限，Qijmin可表示容量下限。

4 改進(jìn)的粒子群算法

粒子 群算法（Particle Swarm Optimization，PSO）又稱鳥群覓食算法，最早由J.Kennedy和R.C.Eberhart提出［9］，是一種優(yōu)于遺傳算法的進(jìn)化算法。通過一種隨機(jī)粒子逐次迭代找到全局最優(yōu)值，具有收斂速度快、精度高、易實現(xiàn)等優(yōu)點。本文建立的模型變量為電動汽車參數(shù)，有很多不確定因素，目標(biāo)函數(shù)求解為最小值，適用粒子群算法。根據(jù)文獻(xiàn)［3］基于粒子群算法的電動汽車調(diào)度策略流程，如圖3所示，從以下兩方面進(jìn)行了改進(jìn)。

4.1 粒子慣性權(quán)重

PSO算法在空間搜索時，較大的慣性權(quán)重適用于迭代初期進(jìn)行全局搜索，較小的慣性權(quán)重對后期局部搜索有利，為了在兩者之間達(dá)到平衡，Shi Y等人提出了一種線性遞減權(quán)重（LDIW）［10］：式中，K為迭代次數(shù)；Kmax為設(shè)定的最大迭代次數(shù)；ωmax為最大慣性權(quán)重；ωmin為最小慣性權(quán)重。隨著迭代次數(shù)K的增加，慣性權(quán)重ω逐漸變小。

加入式（12）的程序可以自適應(yīng)的更新慣性系數(shù)。選取ωmax=2，ωmin=0.1，Kmax=300。

圖3 基于粒子群算法的調(diào)度策略流程

4.2 粒子更新速度

研究車輛在一天24個時段里跟電網(wǎng)交換負(fù)荷的情況，因此，維數(shù)為24，初始化群體個數(shù)m=100，則粒子i位置表示為Xi=( )Xi1,Xi2,…,Xi24,i=(1,2,…,100)，運(yùn)行過程中其“飛行”速度亦為n維向量Vi=(Vi1,Vi2,…,Vi24),i=(1,2,…,100)，其 他 速度參數(shù)根據(jù)經(jīng)驗設(shè)Vmin=-0.5，Vmax=0.5。

粒子群算法根據(jù)式（13）更新粒子速度，xi(k)為粒子i位置信息，pi(k)代表粒子i個體極值位置，gi(k)代表全局極值位置。

改進(jìn)的PSO在速度更新上，將上兩次的速度進(jìn)行了加權(quán)作為新的速度，主程序如下：

這里alf是介于0到1之間的參數(shù)，用于將上兩個時刻的粒子速度聯(lián)系在一起來求取此時的粒子速度，v1（i,：）表示前兩個時刻的粒子i的速度；v2（i,：）表示前一個時刻的粒子i的速度；v3（i,：）表示當(dāng)前時刻的粒子i的速度。學(xué)習(xí)因子c1=1，c2=2。

5 仿真算例

采用某一樓宇的日負(fù)荷曲線進(jìn)行仿真驗證，數(shù)據(jù)如表1所示，可得Pav=83 kW。為計算方便，假設(shè)2 000輛相同型號的電動汽車接入電網(wǎng)，行駛消耗功率均為8 kW，電池額定容量為40 kW·h，允許最大充放電功率為15 kW，統(tǒng)一取電動汽車進(jìn)站的初始荷電狀態(tài)為0.8，用戶要求的出站最低荷電狀態(tài)為0.9。

表1 電網(wǎng)日負(fù)荷

基于表1的數(shù)據(jù)，根據(jù)上文提到的數(shù)學(xué)模型和所設(shè)定的參數(shù)，使用MATLAB仿真軟件分別對基本粒子群算法與本文所提出的改進(jìn)后的粒子群算法調(diào)整負(fù)荷曲線的效果進(jìn)行驗證，輸出數(shù)據(jù)如表2，曲線如圖4和圖5所示。

表2 電動汽車與電網(wǎng)交換負(fù)荷

圖4 目標(biāo)函數(shù)值隨迭代次數(shù)變化曲線

圖5 V2G調(diào)節(jié)量

由圖4可以看出，目標(biāo)函數(shù)值隨著迭代次數(shù)的增加而減少，直至達(dá)到最大迭代次數(shù)可以得到最優(yōu)解，改進(jìn)后的PSO算法迭代速度以及達(dá)到的適應(yīng)度函數(shù)值都比以前要好。將圖5的V2G調(diào)節(jié)量計入到電網(wǎng)中，并對這兩種算法的調(diào)峰效果進(jìn)行了比較，如圖6所示。

圖6 V2G參與電網(wǎng)調(diào)峰負(fù)荷曲線

由圖6可知，原負(fù)荷曲線在23：00～6：00為負(fù)荷低谷期，而在12：00～14：00和19：00～22：00出現(xiàn)兩個負(fù)荷高峰期。仿真結(jié)果表明，V2G技術(shù)基本實現(xiàn)了微電網(wǎng)電能的協(xié)調(diào)控制，達(dá)到了削峰填谷的效果，其中改進(jìn)后的算法較原電網(wǎng)狀態(tài)有明顯改善，說明該算法要優(yōu)于基本粒子群算法，日負(fù)荷曲線幾乎可以用一條恒定負(fù)荷曲線取代，對電能分銷商大有益處，同時還降低了電價，給用戶帶來了便利。

6 結(jié) 論

本文充分說明了通過采用V2G可以降低電網(wǎng)負(fù)荷高峰時對發(fā)電機(jī)組的需求，使用改進(jìn)的粒子群算法更能實現(xiàn)這一觀點。電動汽車通過V2G技術(shù)并入電網(wǎng)，不但在電網(wǎng)支撐、穩(wěn)定性和負(fù)荷調(diào)節(jié)方面對配電網(wǎng)有利，而且對儲能普及應(yīng)用也有好處。但是，不當(dāng)?shù)腣2G功能管理會給車輛的內(nèi)置儲能帶來風(fēng)險，需要設(shè)置放電速度和放電深度延長電池壽命。一個帶有V2G放電深度限制的電網(wǎng)，從本質(zhì)上具有降低和削除日負(fù)荷高峰的能力［11］，可見這項技術(shù)未來具有很大的研究空間和發(fā)展前景。